Informe de investigación con información valiosa Cómo las organizaciones … · 2020. 7. 21. ·...

© 2019 The Enterprise Strategy Group, Inc. Todos los derechos reservados.

Qué distingue de sus pares a las organizaciones que están liberando el potencial de su capital de datos con IA Por Adam DeMattia, director de investigación, Mike Leone, analista ejecutivo, y Scott Sinclair, analista ejecutivo Noviembre de 2019

Este informe de investigación con información valiosa de ESG fue encargado por Dell EMC e Intel y se distribuye bajo licencia de ESG.

Enterprise Strategy Group | Getting to the bigger truth.™

Cómo las organizaciones liberan el potencial de su capital de datos con inteligencia artificial

Informe de investigación con información valiosa

Informe de investigación con información valiosa: Cómo las organizaciones liberan el potencial de su capital de datos con inteligencia artificial 2


Contenido

Resumen ........................................................................................................................................................................... 3

La empresa moderna exige la aplicación de inteligencia artificial a los datos ................................................................. 4

Análisis comparativo de la conversión exitosa del capital de datos ................................................................................. 5

Lo que diferencia a las organizaciones que desarrollan el capital de datos habilitado por IA: Infraestructura

moderna ............................................................................................................................................................................ 6

Almacenamiento optimizado para la IA ........................................................................................................................ 6

Protección de datos integral ......................................................................................................................................... 9

Computación habilitada por IA ................................................................................................................................... 11

Lo que diferencia a las organizaciones que desarrollan el capital de datos habilitado por IA: Aumento de

habilidades de ciencia de datos ...................................................................................................................................... 12

El déficit de habilidades de ciencia de datos .............................................................................................................. 12

Maximización del valor de la IA con servicios de terceros ......................................................................................... 13

La gran verdad ................................................................................................................................................................. 14

De qué manera Dell EMC y las tecnologías de Intel pueden ayudar .............................................................................. 15

Apéndice I: Metodología de investigación y datos demográficos de los encuestados .................................................. 17

Apéndice II: Criterios para evaluar el éxito de las organizaciones que liberan el potencial del capital de datos .......... 19



Resumen

El proceso de extraer inteligencia útil de los datos es una de las actividades más importantes que se realizan hoy en día las organizaciones. Sin embargo, las organizaciones están abrumadas con la cantidad de datos que deben almacenar y analizar, y los procesos tradicionales de análisis basado en consultas tienen desventajas en términos de velocidad, sesgo y precisión. La aplicación cuidadosa de la inteligencia artificial (IA) ofrece esperanza. Cada vez más, las organizaciones están recurriendo a la inteligencia artificial para optimizar el análisis de datos y la toma de decisiones. En la investigación de ESG se muestra que casi tres quintos (59 %) de las organizaciones están aumentando su gasto en IA en 2019.1 Estas empresas pioneras están obteniendo una ventaja importante: el 71 % de las organizaciones que usa IA en producción en la actualidad atribuye más del 5 % de sus ingresos directamente a las iniciativas de IA.

¿De qué manera las organizaciones aprovechan al máximo sus datos con IA? En este informe de investigación con información valiosa se muestra que el éxito que han alcanzado las organizaciones al liberar el valor de sus datos con IA varía y que las organizaciones cuyo éxito es mayor usan entornos de TI radicalmente diferentes a los de sus homólogas. En la figura 1 se ilustra la relación entre la capacidad de una organización de usar IA para liberar el potencial de su capital de datos y la propensión de la organización a utilizar infraestructura moderna.

Figura 1. Relación entre la conversión exitosa del capital de datos y la infraestructura modernizada

Fuente: Enterprise Strategy Group

La investigación principal de ESG midió y demostró esta relación entre el éxito de la IA y la infraestructura moderna con la recopilación de las perspectivas de 750 tomadores de decisiones estratégicas de TI.

En la investigación se examinaron tecnologías de infraestructura clave, incluidas las tecnologías de almacenamiento que admiten la IA, como almacenamiento todo flash, NAS de escalamiento horizontal y tecnologías sofisticadas

de organización en niveles que permiten una ágil ubicación de los datos. También se observaron funcionalidades de protección de datos que garantizan la protección de la canalización de datos de IA de principio a fin, independientemente de la ubicación y de la manera en que las organizaciones automatizan y aceleran sus entornos de servidores. Por último, en la investigación se mostró el vínculo entre el éxito de la IA y la propensión de las organizaciones a asociarse con proveedores de servicios externos a fin de implementar y optimizar los proyectos de IA.

1Fuente: resultados de la encuesta principal de ESG, 2019 Technology Spending Intentions Survey, marzo de 2019.

https://research.esg-global.com/reportaction/2019technologyspendingintentionsmsr/Toc



En el resto de este informe se detallan los criterios de segmentación que utilizó ESG para categorizar a las

organizaciones en tres etapas: organizaciones en la etapa 3 (con un alto desarrollo del capital de datos), la etapa 2

o la etapa 1. También se analizan las diferencias específicas en el entorno de TI y el aumento de las habilidades

observadas entre las organizaciones con un alto desarrollo del capital de datos (etapa 3). Por ejemplo, las

organizaciones con un alto desarrollo del capital de datos tuvieron:

• Casi 3 veces más probabilidades que las organizaciones en la etapa 1 de usar ampliamente almacenamiento todo

flash para admitir cargas de trabajo de IA.

• Casi 3 veces más probabilidades que las organizaciones en la etapa 1 de informar un amplio uso de NAS de

escalamiento horizontal para admitir cargas de trabajo de IA.

• Probabilidades mucho mayores que las organizaciones en la etapa 1 de proteger su canalización de datos

(el 84 % frente al 26 %), y 3 veces más probabilidades de informar que la protección es integral.

• 2 veces más probabilidades de informar que confían mucho más en servicios profesionales de terceros para

la IA que para otras iniciativas.

La empresa moderna exige la aplicación de inteligencia artificial a los datos

Los datos son el recurso más valioso de las empresas modernas. Con ellos, las organizaciones están redefiniendo sectores

completos y liberando flujos de ingresos antes no reconocidos. El reconocimiento y la capitalización de oportunidades

requiere que las organizaciones recopilen y analicen los datos, y que actúen dinámicamente de acuerdo con estos. De

manera similar, las organizaciones buscan aprovechar tantos datos como sea posible, independientemente del tamaño, el

tipo o la velocidad a la que cambian. Muchas organizaciones se enfocan en la administración de datos usando una multitud

de analistas de negocios que consultan bases de datos en silos con herramientas heredadas de análisis y decisiones. Pero

este enfoque heredado no funcionará en la era de datos moderna. Simplemente no es posible liberar el valor de los datos

con tecnología y procesos obsoletos. Es momento de modernizarse.

La inteligencia artificial (IA) entra en escena. La IA se refiere a sistemas o máquinas que pueden simular la inteligencia

humana para tomar decisiones o realizar tareas. Estos sistemas se pueden mejorar de manera iterativa según los

datos que recolectan y la información valiosa que obtienen de las acciones anteriores. Por ejemplo, una empresa de

comercio electrónico con un motor de IA que recopila datos de tráfico web e interacciones de los usuarios a escala

puede adaptar las ofertas para mejorar la experiencia de cliente de quienes visitan el sitio en tiempo real. Otro ejemplo

sería un bot conversacional habilitado por IA que está capacitado para responder preguntas de los clientes de manera

más eficiente y eficaz mediante interacciones de servicio al cliente anteriores y datos de resultados.

La IA ofrece varias ventajas en comparación con los flujos de trabajo tradicionales de decisiones y análisis basados en

consultas, entre las que se incluyen las siguientes:

• Rápida. Los sistemas de IA pueden ser más rápidos para actuar de acuerdo con los datos que los humanos para

tomar decisiones basadas en consultas.

• Escalamiento. Los sistemas de IA pueden recopilar y conservar más datos y una mayor variedad de ellos que los

humanos para fundamentar las decisiones.

• Imparcialidad. Con la capacitación adecuada, los sistemas de IA pueden minimizar el sesgo en sus procesos de

toma de decisiones.

• Precisión. Los sistemas de IA son más precisos que los humanos para sacar conclusiones y realizar cálculos a partir

de los datos.

• Tiempo de actividad. Los sistemas de IA, a diferencia de los humanos, pueden funcionar 24x7.



Claramente, la IA es una herramienta que las organizaciones pueden aplicar a sus datos a fin de maximizar su valor. Pero

¿qué sucede con la conexión entre los casos de uso de IA y el uso de infraestructura moderna? En este informe validado por

datos se presentan los resultados que están obteniendo las empresas en la actualidad gracias a la implementación de IA en

infraestructura de TI moderna. La encuesta que respalda este informe incluyó encuestados de todo el mundo, de los cuales

un 40 % reside en Norteamérica, un 20 % en Europa Occidental, un 30 % en la región del Pacífico Asiático y un 10 % en

Latinoamérica. Todos los encuestados desempeñaban una función que implicaba la toma de decisiones de TI y estaban

empleados en una organización que usaba IA en la actualidad o que pensaba implementarla en los próximos 24 meses.

Además, todos los encuestados debían estar familiarizados con la infraestructura de TI que apoya las cargas de trabajo

de IA, así como con iniciativas y procesos de la empresa potenciados por IA.

Análisis comparativo de la conversión exitosa del capital de datos

Uno de los objetivos clave de la investigación de ESG fue comprender lo que diferenciaba a las organizaciones que

liberan exitosamente el valor de sus datos con IA de aquellas que no logran hacerlo. Para observar las diferencias

entre los grupos de organizaciones, ESG segmentó a los encuestados considerando dos criterios clave:

1. La capacidad de la organización de lograr un impacto positivo en los ingresos de ventas con iniciativas de IA. Para que

se la considere una organización con un alto desarrollo del capital de datos o en la etapa 3, esta debe utilizar la IA

para lograr un impacto positivo en los resultados empresariales. La diversas maneras en que la IA puede ayudar

a impulsar los ingresos son casi infinitas: el capital humano liberado a través de la automatización de procesos se

puede usar para impulsar otros proyectos de generación de ingresos; los datos de los clientes se pueden aprovechar

para identificar oportunidades de oferta de un producto de gama superior y de venta cruzada; los datos de sensores

y máquinas se pueden usar para evitar el tiempo de inactividad de las líneas de producción o para aumentar la

producción. A pesar de que las oportunidades son infinitas, los resultados que ha logrado una organización se

pueden normalizar y comparar en términos de ingresos de ventas. El 39 % de los encuestados informó que las

iniciativas de IA son responsables de más de un décimo del total de ingresos.

2. La propensión de los ingresos habilitados por IA a ser un incremento respecto de los flujos de ingresos existentes.

Para que se la considere una organización con un alto desarrollo del capital de datos o en la etapa 3, los

ingresos habilitados por IA deben ser adicionales (es decir, no se hubieran obtenido sin las inversiones que hizo

la organización en IA). La acción de liberar el valor de los datos significa que antes de su liberación este valor no

se reconocía. Las organizaciones con un alto desarrollo del capital de datos usan IA para descubrir maneras

nuevas e innovadoras de lograr un impacto en los resultados empresariales. Cuando ESG preguntó a los

encuestados qué porcentaje de los ingresos de su organización vinculados a la IA es adicional, el 59 % informó

que todos los ingresos o la mayoría de estos corresponden a incrementos.

ESG utilizó estos dos criterios para crear tres segmentos de organizaciones dentro del conjunto de datos de la encuesta

(consulte la figura 2). Las organizaciones en la etapa 1 son aquellas que no cumplen con ninguno de estos criterios:

no impulsan más del 10 % de sus ingresos con IA y, de los ingresos que impulsan, la mayoría se obtendría sin sus

inversiones en IA. Las organizaciones en la etapa 2 son aquellas que cumplen con uno de los criterios, pero no con

ambos. Y las organizaciones en la etapa 3, aquellas con un alto desarrollo del capital de datos, cumplen con ambos

criterios y están a la vanguardia de la liberación del potencial del capital de datos con IA. Alrededor de un cuarto de

los usuarios de IA de la actualidad (27 %) cumple con ambos requisitos, el 44 % cumple con uno de ellos y el 29 % no

cumple con ninguno.



Figura 2. Análisis comparativo de la conversión exitosa del capital de datos


Lo que diferencia a las organizaciones que desarrollan el capital de datos habilitado por IA: Infraestructura moderna

En la investigación de ESG se abordaron muchos aspectos de los entornos de TI de las organizaciones. Cuando se compara a las organizaciones en distintas etapas de éxito respecto del capital de datos, queda claro rápidamente que las organizaciones con un alto desarrollo del capital de datos (las organizaciones en la etapa 3) han avanzado mucho más hacia la modernización de su infraestructura. En comparación con las organizaciones en la etapa 1, tuvieron casi 3 veces más probabilidades de utilizar ampliamente almacenamiento flash y NAS de escalamiento horizontal para admitir la IA, y también tuvieron 3 veces más probabilidades de utilizar tecnologías de protección de datos de manera más integral en la canalización de datos de IA. ESG considera que con la creación de entornos de TI escalables, confiables y de alto rendimiento, las organizaciones en la etapa 3 crean terreno fértil para que las iniciativas de IA se arraiguen y prosperen, lo que, a la larga, impulsa más ingresos para la

organización. ESG considera que la modernización de TI es en gran parte responsable de que el 100 % de las organizaciones con un alto desarrollo del capital de datos pueda obtener más del 10 % de sus ingresos a partir de iniciativas de IA. Las organizaciones que buscan crear un valor incremental significativo a partir de sus datos con IA deben seguir el ejemplo de las organizaciones en la etapa 3.

A continuación se analizarán los tres elementos clave de la infraestructura que son necesarios para las implementaciones de IA exitosas en las organizaciones en la etapa 3: el almacenamiento, la protección de datos y la computación.

Almacenamiento optimizado para la IA

Aunque la capacitación del modelo de IA requiere un amplio procesamiento paralelo, las organizaciones no pueden aprovechar al máximo sus recursos de computación si el mecanismo de entrega de los datos no está a la altura. El almacenamiento lento significa recursos de computación subutilizados, desarrollo y perfeccionamiento más lentos de la IA, menor eficacia de la IA y, en última instancia, menor valor obtenido de la IA para la organización. Esto impulsa la necesidad de alineación entre la computación y el almacenamiento para satisfacer los requisitos de rendimiento de las cargas de trabajo de IA.

Organizaciones en la etapa 1:

No impulsan más del 10 % de los ingresos con IA

Y

Los ingresos que se atribuyen a iniciativas de IA no suelen ser incrementales

Organizaciones en la etapa 2:

Impulsan más del 10 % de los ingresos con IA

O

Los ingresos que se atribuyen a iniciativas de IA son completamente o en gran parte incrementales

PERO NO AMBOS

Organizaciones en la etapa 3 (con un alto desarrollo del capital de datos):

AMBOS

Impulsan más del 10 % de los ingresos con IA

Y

Los ingresos que se atribuyen a iniciativas de IA son completamente o en gran parte incrementales

Con la creación de entornos de TI ágiles, confiables y de alto rendimiento, las organizaciones con un alto desarrollo del capital de datos crean terreno fértil para que las iniciativas de IA se arraiguen y prosperen, lo que, a la larga, impulsa valor para la organización.

Las empresas que impulsan actualmente el máximo valor de la IA están realizando las mayores inversiones en plataformas de almacenamiento todo flash de alto rendimiento.

Aumento del éxito en la liberación del potencial del capital de datos



Si los datos son el recurso más valioso de la organización moderna, tiene sentido que el rendimiento de los sistemas

encargados de conservar y ofrecer esos datos sea un área de enfoque para las organizaciones que maximizan los

resultados de la IA. De hecho, esta hipótesis se confirma en la investigación de ESG. Cuando ESG preguntó a los

encuestados si su empresa utiliza almacenamiento todo flash de alto rendimiento para admitir las cargas de trabajo

de IA, el 79 % de las organizaciones con un alto desarrollo del capital de datos informó un amplio uso. Esa proporción

fue casi 3 veces mayor que la observada entre las organizaciones en la etapa 1. Aquellas empresas que impulsan

actualmente el máximo valor de la IA están realizando las mayores inversiones en plataformas de almacenamiento

todo flash de alto rendimiento (consulte la figura 3).

Figura 3. Uso organizacional de tecnología todo flash para acelerar el valor de la IA


La velocidad no es la única característica del almacenamiento optimizado para la IA. La escala es una consideración

cada vez más importante. Dos tendencias impulsan este requisito.

• Las metodologías de IA utilizan cada vez más los algoritmos de

aprendizaje profundo (DL). Una característica distintiva de estos

algoritmos es que la calidad de los modelos de IA que permiten

aumenta a medida que crece la cantidad de datos que se les

suministran. En palabras simples: con todo lo demás en igualdad de

condiciones, un modelo de IA capacitado con 1 petabyte (PB) de

datos será más eficaz que uno capacitado con 100 terabytes (TB), el

cual será más eficaz que uno capacitado con 1 TB.

• El formato de los datos también impulsa cada vez más la necesidad

de escala en el almacenamiento optimizado para la IA. Los modelos

de IA suelen utilizar grandes conjuntos de datos no estructurados,

como imágenes y videos, que no se pueden comprimir ni desduplicar.

Estos tipos de datos tienden a usar más espacio que los datos estructurados.

28%

59%

13%

47% 49%

4%

79%

20%1%

Yes – extensive use Yes – some use No

Does your company currently use all-flash storage to support any of its AI workloads? (Percent of respondents)

Stage 1 (N=172) Stage 2 (N=257) Stage 3 / Data capital high achievers (N=159)

¿Utiliza actualmente su empresa almacenamiento todo flash para admitir alguna de sus cargas de trabajo de IA? (Porcentaje de encuestados)

Etapa 1 (N = 172) Etapa 2 (N = 257) Etapa 3/organizaciones con un alto desarrollo del capital de datos (N = 159)

Sí: amplio uso Sí: algún uso No

La etapa 3 tiene

2,8 veces más

probabilidades de

usar ampliamente

almacenamiento

todo flash para la IA



Estas dos tendencias en conjunto facilitan la apreciación de la manera en que la escalabilidad del almacenamiento se

ha convertido en un requisito tan importante en los entornos de IA.

¿De qué manera las organizaciones con un alto desarrollo del capital de datos diseñan sus ambientes de almacenamiento

para tener en cuenta estos requisitos de escalabilidad? ESG preguntó a los encuestados si su organización utiliza sistemas

NAS de escalamiento horizontal en sus entornos de IA para admitir la escala que necesitan los tipos de datos no

estructurados. Los resultados fueron dignos de atención: las organizaciones en la etapa 3, las que impulsan actualmente

el máximo valor con IA, tuvieron casi 3 veces más probabilidades que las organizaciones en la etapa 1 de informar

un amplio uso de NAS de escalamiento horizontal para admitir las cargas de trabajo de IA (consulte la figura 4).

Figura 4. Uso organizacional de NAS de escalamiento horizontal para admitir la escala de la IA


Las organizaciones con un alto desarrollo del capital de datos identificaron un ambiente de almacenamiento híbrido

como la “herramienta correcta para el trabajo” cuando se trata de admitir sus iniciativas de IA. Por una parte, el

almacenamiento todo flash especialmente diseñado y de alto rendimiento impulsa las operaciones de IA de alto

rendimiento, como la capacitación de modelos. Por otra, para conservar de manera económica la amplia variedad

de conjuntos de datos masivos que potencian las aplicaciones de IA, las organizaciones utilizan sistemas NAS de

escalamiento horizontal, lo que probablemente incluye un nivel “económico y profundo” para tipos de datos como

video e imágenes.

Un ambiente de almacenamiento híbrido impulsa la necesidad de una solución sofisticada de organización en niveles

que pueda transferir datos activos a tecnología flash de alto rendimiento y, al mismo tiempo, almacenar datos

inactivos en una capacidad menos costosa. Cuando ESG preguntó a los encuestados cuán eficaz es su empresa en la

organización de los datos de IA en niveles, las organizaciones con un alto desarrollo del capital de datos estaban a la

vanguardia. Casi la mitad (49 %) de los encuestados de organizaciones en la etapa 3 señaló que su empresa era muy

eficaz en la organización de datos de IA en niveles, 5,5 veces la frecuencia de sus homólogas de organizaciones en la

etapa 1 (9 %).

26%

60%

15%

42%49%

8%

73%

23%4%

Yes – extensive use Yes – some use No

Does your company currently use NAS systems that utilize scale-out architectures to store unstructured data (e.g., images, video, sensor data) used in any of its AI workloads?

(Percent of respondents)


La etapa 3 tiene

2,8 veces más

probabilidades de

usar ampliamente

NAS de escalamiento

horizontal para la IA

¿Utiliza actualmente su empresa sistemas NAS que emplean arquitecturas de escalamiento

horizontal para almacenar datos no estructurados (por ejemplo, imágenes, video y datos de

sensores) que se usan en alguna de sus cargas de trabajo de IA? (Porcentaje de encuestados)

Etapa 1 (N = 172) Etapa 2 (N = 257) Etapa 3/organizaciones con un alto desarrollo

del capital de datos (N = 159)

Sí: amplio uso Sí: algún uso No



El almacenamiento optimizado para la IA, como lo demuestran las

organizaciones que liberan el máximo valor de su capital de datos,

tiene tres requisitos clave:

1. Velocidad necesaria para asegurarse de que el almacenamiento no se

convierta en un cuello de botella de IA.

2. Escalabilidad necesaria para satisfacer los algoritmos de IA que

consumen muchos datos.

3. Inteligencia para transferir los datos a almacenamiento que pueda

ofrecer la combinación correcta de velocidad y escalabilidad sin

inconvenientes.

Protección de datos integral

Las cargas de trabajo de IA dependen de una compleja canalización de datos o de una serie de pasos para pasar de

datos crudos a un modelo de IA capacitado y ajustado. En primer lugar, los datos que utilizará un modelo de IA se

deben identificar, capturar e integrar. A continuación, se deben transformar en un formato que sea compatible con

los algoritmos de IA, lo cual incluye considerar los registros omitidos o incompletos, reformatear datos según

sea necesario y agregar variables al conjunto de datos para mejorar el rendimiento o la precisión del modelo.

A continuación, los datos se deben seleccionar para la capacitación con el cuidado de asegurarse de que sean

representativos, de alta calidad, sin errores y sin sesgos. Por último, los modelos de IA se pueden desarrollar,

capacitar, ajustar y, finalmente, implementar en producción.

Cada uno de estos pasos se realiza en serie, según la ejecución real del

paso anterior. Si los datos en cualquiera de los pasos del proceso se

eliminan o se dañan, la precisión del modelo podría verse afectada, lo

que significa que sería necesario reemplazar o reparar los datos y volver

a capacitar los modelos con el consecuente efecto negativo en el tiempo

de respuesta que genera valor. Además, es posible que estos pasos se

ejecuten en distintas ubicaciones, ya sea un centro de datos principal,

una ubicación perimetral o la nube. Estas dos dinámicas destacan la

importancia de la protección de datos integral en toda la canalización

de datos e independientemente de la ubicación.

Cuando ESG preguntó a los encuestados si su organización utiliza tecnologías de protección de datos dentro de la

canalización de datos de IA, el 84 % de las organizaciones con un alto desarrollo del capital de datos informó que las

utilizaban, ya sea en toda la canalización o con algunas brechas. Esto representa un aumento del 35 % en comparación

con las organizaciones en la etapa 1. Cuando se observa el estado aspiracional máximo de la protección de datos de IA,

las organizaciones en la etapa 3 tuvieron 3 veces más probabilidades que las organizaciones en la etapa 1 de contar

con protección de datos integral que abarca toda la canalización de datos de IA (14 %) (consulte la figura 5).

Casi la mitad (49 %) de las organizaciones con un alto desarrollo del capital de datos señaló que su empresa era muy eficaz en la organización de datos de IA en niveles, 5,5 veces la frecuencia de sus homólogas de organizaciones en la etapa 1 (9 %).

Las organizaciones con un alto desarrollo del capital de datos tuvieron 3 veces más probabilidades que las organizaciones en la etapa 1 de contar con protección de datos integral que abarca la canalización de datos de IA.



Figura 5. Uso organizacional de protección de datos integral en toda la canalización de IA


14%

48%

34%

18%

52%

30%

42% 42%

16%

Yes, we have holistic data

protection/availability technologies

deployed

Yes, we have data

protection/availability technologies,

but there are gaps in coverage to be

closed

No

Does your organization currently have data protection and/or availability technologies in place to support the different stages of its AI data pipeline? (Percent of respondents)

Stage 1 (N=172) Stage 2 (N=257) Stage 3 / data capital high achievers (N=159)

La etapa 3 tiene 3 veces

más probabilidades de

contar con protección

de datos integral en toda

la canalización de datos

de IA

¿Cuenta actualmente su organización con tecnologías de protección de datos o disponibilidad (por ejemplo, instantáneas, respaldo, archivado, replicación, etc.) implementadas para admitir

las distintas etapas de su canalización de datos de IA? (Porcentaje de encuestados)


Sí. Contamos con tecnologías integrales de protección de datos y disponibilidad

implementadas

Sí. Contamos con tecnologías de protección de datos y disponibilidad, pero hay brechas

en la cobertura que se deben cerrar

No



Computación habilitada por IA

ESG considera que la agilidad, la escalabilidad y la eficiencia en el

entorno de computación de una organización son requisitos para

el aprovisionamiento de recursos de TI de autoservicio. ESG

también cree que la TI de autoservicio es esencial para la

optimización de los flujos de trabajo de IA. Al otorgar a los

ingenieros, los arquitectos y los científicos de datos la capacidad

de aprovisionar los recursos necesarios para desarrollar, capacitar

e implementar modelos de IA en producción, TI permite la

innovación en IA en lugar de convertirse en un cuello de botella

para esta. Las organizaciones con un alto desarrollo del capital de

datos realizan las inversiones necesarias en su entorno de servidores para permitir que los especialistas en datos

maximicen el valor de los datos de la organización.

ESG solicitó a los encuestados que describieran los flujos de trabajo de administración de servidores en su entorno

desde aquellos completamente manuales hasta los que están completamente automatizados. Independientemente

de la actividad, las organizaciones en la etapa 3 operan un entorno de servidores mucho más automatizado: el 68 %

describió las tareas de aprovisionamiento y configuración de servidores como en gran parte o completamente

automatizadas; el 74 % describió el diagnóstico y la corrección de problemas como en gran parte o completamente

automatizados; y el 77 % describió las actualizaciones y el monitoreo de servidores como en gran parte

o completamente automatizados (consulte la figura 6).

Figura 6. Automatización de la administración de servidores


Además de la automatización extrema, las organizaciones con un alto desarrollo del capital de datos operan entornos

de servidores mucho más virtualizados. ESG preguntó a los encuestados qué proporción de los servidores de

producción en sus entornos eran VM. En comparación con las organizaciones en la etapa 1, las organizaciones en la

etapa 3 tuvieron 2 veces más probabilidades de informar que más del 60 % de los servidores de producción eran VM

(el 36 % frente al 17 %). Por el contrario, las organizaciones en la etapa 1 tuvieron casi 2 veces más probabilidades de

informar que el 40 % o menos de sus servidores de producción eran VM (el 47 % frente al 25 %).

39% 42%51%54% 57%

61%

74%68%

77%

Issue diagnosis/remediation Server configuration/provisioning Server updates and monitoring

To what extent would you say each of the following server infrastructure management tasks are automated within your IT operations team? (Percent of respondents reporting

“Entirely automated” or “More automated than manual”)


Las organizaciones con un alto desarrollo del capital de datos realizan las inversiones necesarias en su entorno de servidores para permitir que los especialistas en datos maximicen el valor de los datos de la organización.

¿Hasta qué punto diría que está automatizada cada una de las siguientes tareas de administración de la infraestructura de servidores dentro de su equipo de operaciones de TI? (Porcentaje de encuestados

que informa “Completamente automatizadas” o “Más automatizadas que manuales”)


Diagnóstico/corrección de problemas

Configuración/aprovisionamiento de servidores

Actualizaciones y monitoreo de servidores



A pesar de que las organizaciones en la etapa 3 tienen muchas más probabilidades que sus homólogas de estar

realizando avances en automatización y virtualización en la totalidad de sus entornos de servidores, las cargas de

trabajo de IA son especializadas y muchos casos de uso requieren aceleración de hardware.

ESG preguntó a los encuestados si su organización utiliza aceleradores de hardware, como GPU o FPGA, para admitir

las cargas de trabajo de IA. La mayoría de las organizaciones en la etapa 3 (51 %) informa que utiliza ampliamente

aceleradores de hardware para la IA, 6 veces la frecuencia de las organizaciones en la etapa 1 (consulte la figura 7).

Figura 7. Uso de aceleradores de hardware para cargas de trabajo de IA


Lo que diferencia a las organizaciones que desarrollan el capital de datos habilitado por IA:

Aumento de habilidades de ciencia de datos

En la investigación de ESG se muestra la manera en que la infraestructura moderna es el motor de una carga de trabajo

de IA eficaz, lo que ayuda a las organizaciones a maximizar la rentabilidad financiera de sus iniciativas y gastos

relacionados con la IA. Sin embargo, se requiere más que solamente la infraestructura para que la IA sea un generador

de valor significativo y adicional para la organización. En la investigación de ESG también se muestran diferencias

considerables en las maneras en que las organizaciones con un alto desarrollo del capital de datos como grupo

aumentan su talento respecto de la IA en comparación con las organizaciones que tienen dificultades para transformar

la IA en una herramienta de conversión significativa del capital de datos.

El déficit de habilidades de ciencia de datos

La IA es una aplicación de la ciencia de datos, un campo emergente con una alta

demanda. La Oficina de Estadísticas Laborales de EE. UU. rastrea y proyecta el empleo

de cuatro cargos bajo la clasificación de “trabajos de ciencias matemáticas”. Entre 2016

y 2026, la BLS prevé que el empleo en el campo aumentará en un 27,9 %, lo que supera

sus proyecciones de crecimiento para todos los trabajos casi en 4 veces (7,4 %, consulte

la figura 8). Aunque la demanda es alta, el mercado laboral para los científicos de datos

es restringido. En un informe reciente sobre la fuerza laboral de LinkedIn, el déficit de

personas con habilidades de ciencia de datos se cuantificó en una cifra cercana a

152 000. Dado que la BLS estimó en 181 000 la totalidad de trabajos de ciencias

matemáticas en 2016, el empleo en el campo de la ciencia de datos necesitaría casi

duplicarse de la noche a la mañana para cubrir el déficit de talento existente.

8%

39%

50%

19%

54%

27%

51%

39%

10%

Extensively Moderately Minimal or not at all

Does your organization use accelerated processing technologies like GPUs or FPGAs to support any of its AI workloads? (Percent of respondents)


El empleo en el campo de la ciencia de datos necesitaría casi duplicarse de la noche a la mañana para cubrir el déficit de talento existente.

La etapa 3 tiene

6,4 veces más

probabilidades de

usar ampliamente

aceleradores de

hardware para la IA

¿Utiliza su organización tecnologías de procesamiento acelerado, como GPU o FPGA, para admitir alguna de sus cargas de trabajo de IA? (Porcentaje de encuestados)


Ampliamente Moderadamente Mínimamente o en absoluto



Figura 8. Crecimiento previsto del empleo en el campo de la ciencia de datos

Fuente: Oficina de Estadísticas Laborales de EE. UU., programa de proyecciones de empleo

Maximización del valor de la IA con servicios de terceros

En la investigación de ESG se abordó el tema del aumento de las habilidades mediante el consumo de servicios

profesionales. Una vez más, en la investigación se valida el hecho de que existen comportamientos radicalmente

diferentes entre las organizaciones que maximizan su capital de datos y sus homólogas con menor éxito. ESG preguntó

a los encuestados si su organización contrata a proveedores de servicios externos para ayudar a diseñar, implementar

y administrar la tecnología de IA. Entre todos los encuestados, la respuesta fue un rotundo sí: más de nueve de cada

diez encuestados informa que su organización se asocia con equipos de servicios profesionales de proveedores de TI,

un consultor externo (integrador de sistemas, VAR, etc.) o ambos. Sin embargo, las organizaciones con un alto desarrollo

del capital de datos tuvieron muchas más probabilidades de buscar ayuda en el exterior (consulte la figura 9).

Figura 9. Uso de servicios profesionales de terceros para la IA


7.4%

27.9%

Total, all occupations

Mathematical science occupations

Forecasted percentage employment change 2016-2026

8%

50%

56%

4%

57%

65%

4%

64%

71%

No, we do not engage any thirdparties for professional services

Yes, we work with a systems

integrator (SI), consultant, orvalue-added reseller (VAR)

Yes, we work with IT vendors’

professional services teams

Has your organization engaged third parties for professional services to architect, implement, and/or manage its AI technologies? (Percent of

respondents)

Stage 3 / Data capital high achievers (N=159)

Stage 2 (N=257)

Stage 1 (N=172)

Previsión de cambio en el empleo 2016-2026

Trabajos de ciencias matemáticas

Total, todos los trabajos

¿Ha contratado o contratará su organización a terceros para que presten servicios profesionales de diseño, implementación o administración

de sus tecnologías de IA? (Porcentaje de encuestados)

Sí. Trabajamos con equipos de servicios profesionales

de proveedores de TI

Sí. Trabajamos con un integrador de sistemas (SI), un consultor

o un reseller de valor agregado (VAR)

No, no contratamos a terceros para la prestación de servicios

profesionales

Etapa 3/organizaciones con un alto desarrollo del capital de datos (N = 159)

Etapa 1 (N = 172)

Etapa 2 (N = 257)



En la investigación de ESG se reveló que en las organizaciones con un

alto desarrollo del capital de datos hubo una mayor tendencia a usar

terceros para optimizar sus iniciativas de IA y que tuvieron más

probabilidades de informar que estas contrataciones fueron más

grandes y estratégicas. ESG solicitó a los encuestados que

compararan sus contrataciones de terceros para la IA con otros

acuerdos de servicios profesionales para apoyar otros proyectos de

TI importantes. Las organizaciones en la etapa 3 tuvieron más de

2 veces más probabilidades de informar que confían mucho más en

servicios profesionales de terceros para la IA que para otras iniciativas

en las que se consulta a terceros (consulte la figura 10).

Figura 10. Profundidad de contratación comparativa de terceros para la IA


ESG considera que todas las organizaciones con aspiraciones respecto de la IA se enfrentan a un mercado laboral

restringido que carece de las habilidades necesarias para lograr todo lo que desean. Sin embargo, las organizaciones en

la etapa 3 parecen haber demostrado ser más rápidas para actuar de acuerdo con esta realidad. Las organizaciones

que buscan maximizar el impacto de la IA no deben poner en duda la contratación de terceros expertos.

La gran verdad

Para muchas organizaciones, las iniciativas de análisis de datos aún están en evolución. Sin embargo, en la investigación

de ESG se demuestra que muchas organizaciones en la actualidad atribuyen directamente una parte medible de sus

ingresos a la IA, la próxima generación de iniciativas de análisis. Además, la mayoría (59 %) de las organizaciones que

rentabilizan la IA cree que estos ingresos son un incremento respecto de los flujos de ingresos existentes. A menudo,

estas mejoras en los ingresos constan de reducciones de costos atribuibles a la IA, lo cual mejora considerablemente

la rentabilidad de una organización. Más de dos quintos (42 %) de las organizaciones encuestadas informaron que han

reducido el costo de las operaciones de la empresa a través de la automatización habilitada por IA.

Sin embargo, el éxito que están teniendo las organizaciones varía. Las organizaciones con un alto desarrollo del capital

de datos (etapa 3) conforman solamente el 27 % de todos los usuarios de IA en la actualidad. No obstante, todas estas

organizaciones informan que las iniciativas de IA impulsan más del 10 % de sus ingresos y que todos esos ingresos o la

mayoría de ellos son incrementales, resultados que son dignos de destacar.

17%

47%

35%

17%

52%

31%35% 37%

28%

We have/will rely much more on third-party professional services

We have/will rely somewhat more onthird-party professional services

Comparable to or less than other majorIT initiatives

Compared to other major IT initiatives your organization has undertaken, has or will your organization rely more or less on third-party professional services for AI? (Percent of

respondents)


Las organizaciones con un alto desarrollo del capital de datos tuvieron 2 veces más probabilidades de informar que confían mucho más en servicios profesionales de terceros para la IA que para otras iniciativas en las que se consulta a terceros.

La etapa 3 tiene

2,1 veces más

probabilidades de

confiar mucho más en

servicios profesionales

de terceros para la IA

En comparación con otras iniciativas de TI importantes que ha llevado a cabo su organización, ¿esta ha confiado o confiará más o menos en servicios profesionales de terceros para la arquitectura,

la implementación o la administración de la IA? (Porcentaje de encuestados)


Hemos confiado o confiaremos mucho más en servicios profesionales de terceros

Hemos confiado o confiaremos algo más en servicios profesionales de terceros

Comparable o menos que otras iniciativas de TI importantes



En contraste, la mayoría (51 %) de las organizaciones en la etapa 1 atribuye entre el 6 % y el 10 % de sus ingresos a las

iniciativas de IA, y el 72 % señala que solamente cerca de la mitad de estos ingresos son adicionales. Aunque ambos

grupos de organizaciones están alcanzando beneficios empresariales tangibles gracias a la IA, esta permite una mayor

transformación comercial en las organizaciones con un alto desarrollo del capital de datos.

En esta investigación se revelan algunas de las acciones que están realizando actualmente las organizaciones con

mayores logros, las cuales las diferencian de los rezagados respecto de la IA:

1. Admisión de cargas de trabajo de IA con ambientes de almacenamiento que ofrecen el rendimiento de la

tecnología todo flash cuando es necesario, la escalabilidad de NAS de escalamiento horizontal para permitir el

desarrollo de modelos con gran cantidad de datos que aprovechan tipos de archivos como video e imágenes, y

la inteligencia para transferir datos entre niveles de acuerdo con los requisitos.

2. La protección de datos en toda la canalización de datos, desde su preparación hasta la recapacitación de

modelos, e independientemente de la ubicación, desde el núcleo y el borde hasta la nube.

3. El amplio aprovechamiento de tecnologías de aceleración de hardware para permitir los requisitos de

procesamiento masivamente paralelo de la creación y la capacitación de modelos de IA para muchos

casos de uso.

4. La contratación de terceros para ayudar a implementar y optimizar los proyectos de IA.

Las primeras ganancias logradas gracias a la IA fueron dignas de atención. Además, se amplifican en las organizaciones

que apoyan sus iniciativas de IA con infraestructura avanzada. Para las organizaciones retrasadas actualmente en

materia de IA, los comportamientos de los líderes de IA exitosos ofrecen un claro plan de trabajo. Los rezagados deben

invertir en infraestructura habilitada para la IA y, a la vez, buscar la pericia en IA de organizaciones de servicios

profesionales dentro de la comunidad de proveedores, o se arriesgan a quedarse atrás.

De qué manera Dell EMC y las tecnologías de Intel pueden ayudar

Este informe de investigación con información valiosa de ESG fue encargado por Dell EMC e Intel Corporation. Para

obtener más información sobre Dell EMC y la manera en que su familia de marcas con tecnología de Intel puede

ayudarlo a aprovechar al máximo su visión de la IA, comience aquí:

• El portafolio de almacenamiento de Dell EMC basado en procesadores Intel Xeon abarca NAS de

escalamiento horizontal Isilon y PowerMax, con toda la velocidad necesaria para potenciar las cargas de

trabajo de IA más exigentes.

o El NAS de escalamiento horizontal todo flash Dell EMC Isilon F800 ofrece rendimiento de análisis y

simultaneidad extrema a escala de petabytes para la IA. Con tecnología del sistema operativo Isilon

OneFS, Isilon F800 tiene la capacidad de admitir la simultaneidad masiva, de escalar de decenas de

TB a decenas de PB de datos y de escalar linealmente el ancho de banda de 15 GB/s a 945 GB/s por

clúster. Gracias a esto, Isilon F800 es un complemento de datos perfecto para los requisitos de alto

rendimiento y gran ancho de banda de la mayoría de las cargas de trabajo de IA con gran uso de

computación y datos. Además, las funciones empresariales de Isilon para la administración, la

seguridad, el cumplimiento y la protección de los datos ayudan a sus soluciones de IA a cumplir con

requisitos de políticas de seguridad normativos y empresariales.

https://www.dellemc.com/es-mx/storage/isilon/index.htm?tfcid=4389014

https://www.dellemc.com/es-mx/storage/powermax.htm?tfcid=1203791



o Dell EMC PowerMax es un sistema de almacenamiento de bloques diseñado para los pasos del flujo

de trabajo de IA y los algoritmos específicos de aprendizaje automático y aprendizaje profundo que

requieren muy baja latencia para ofrecer tasas de respuesta en tiempo real durante la recopilación de

datos, su preparación y la inferencia de la producción. PowerMax se basa en NVMe integral que ofrece

latencias de menos de 300 ms a entre 1,7 y 10 millones de IOPS, con un máximo de 13 TB por brick.

• Las soluciones de protección de datos de Dell EMC, con su amplia compatibilidad con aplicaciones que incluye

protección de aplicaciones Hadoop y personalizada con BoostFS, garantizan que las aplicaciones y la

infraestructura de IA de su organización y los datos, su recurso más importante, permanezcan protegidos y

disponibles desde el borde y el núcleo hasta la nube.

• Dell Technologies Consulting ayuda a las organizaciones de todos los tamaños, sectores y niveles de madurez

a adoptar y acelerar sus funcionalidades de análisis e IA desde la estrategia hasta la ejecución y el modelado

de datos. Entre los servicios para la IA, se incluyen los servicios de asesoría de ProConsult que constan del

desarrollo facilitado de un plan para modernizar sus plataformas y arquitecturas de análisis en cuanto a la

escalabilidad y el rendimiento mediante nuestra metodología ESTADO ACTUAL/ESTADO FUTURO. Ofrecemos

una evaluación integral e imparcial que brinda resultados aplicables alineados a su visión y estrategia

corporativas.

• Los servidores PowerEdge habilitados para la IA con procesadores escalables Intel Xeon y FPGA Intel ofrecen

la mejor automatización en su clase, compatibilidad con la aceleración de hardware y agilidad modular.

PowerEdge R740xd tiene 2 procesadores escalables Intel Xeon de 2.a generación con un máximo de 28 núcleos

de poder de procesamiento cada uno e Intel Deep Learning Boost, todo lo que necesita para comenzar y

escalar sus iniciativas empresariales de IA conforme avanza el tiempo.

https://www.dellemc.com/es-mx/data-protection/index.htm?tfcid=3578026

https://www.dellemc.com/resources/es-mx/asset/offering-overview-documents/services/H17456-dell-emc-proconsult-advisory-services-svo.pdf?tfcid=2713865

https://www.dellemc.com/es-mx/servers/index.htm?tfcid=3120905



Apéndice I: Metodología de investigación y datos demográficos de los encuestados

Para recopilar datos para este informe, ESG realizó una encuesta integral en línea a tomadores de decisiones de TI de

organizaciones del sector privado y público en 9 países: EE. UU. (32 %), Canadá (7 %), Reino Unido (9 %), Francia (11 %),

Australia (8 %), Nueva Zelanda (3 %), Singapur (9 %), China (11 %) y Brasil (11 %). La encuesta se realizó entre el 7 y el

30 de mayo de 2019. Para cumplir con los requisitos de esta encuesta, era necesario que los encuestados tuvieran

influencia en el proceso de compra de infraestructura del centro de datos, las inversiones en la nube privada, la

protección de datos o las tecnologías de IA/ML. Además, todos debían conocer acerca de las iniciativas de IA actuales

y planificadas de su organización.

Después de filtrar a los encuestados no calificados, eliminar las respuestas duplicadas y analizar las respuestas

restantes (según varios criterios) para garantizar la integridad de los datos, se estableció una muestra final de

750 encuestados.

A todos los encuestados se les proporcionó un incentivo para completar la encuesta en forma de premios en efectivo

o equivalentes. Nota: Es posible que los totales que aparecen en las figuras y tablas de este informe no sumen el 100 %

debido al redondeo.

En las siguientes figuras se detalla la información demográfica de la base encuestada: las responsabilidades de trabajo

actuales de los encuestados individuales, así como la cantidad total de empleados, el sector primario y los ingresos

anuales de las organizaciones encuestadas.

Figura 11. Encuestados según la responsabilidad de trabajo


C-level executive,

33%

Senior

management, 39%

Management, 25%

Individual

contributor, 3%

Which of the following best describes your current job title/level? (Percent of respondents, N=750)

¿Cuál de las siguientes opciones describe mejor su cargo o nivel actuales? (Porcentaje de encuestados, N = 750)

Colaborador individual 3%

Administración 25%

Alto ejecutivo 33%

Gerencia ejecutiva

39%



Figura 12. Encuestados según el tamaño de la empresa (cantidad de empleados)


Figura 13. Encuestados según el sector


100 to 249, 5%

250 to 499, 10%

500 to 999, 11%

1,000 to 2,499, 17%

2,500 to 4,999,

18%

5,000 to 9,999, 15%

10,000 to 19,999, 7%

20,000 or more,

17%

How many total employees does your organization have worldwide? (Percent of respondents, N=750)

Technology, 28%

Financial, 17%

Manufacturing,

17%

Health Care, 6%

Government, 5%

Retail/Wholesale,

5%

Business

Services, 4%

Communications

& Media, 3%

Other, 15%

What is your organization’s primary industry? (Percent of respondents, N=750)

¿Cuántos empleados en total tiene su organización a nivel internacional? (Porcentaje de encuestados, N = 750)

20 000 o más 17%

De 10 000 a 19 999 7%

De 5000 a 9999 15%

De 2500 a 4999 18%

De 1000 a 2499 17%

De 500 a 999 11%

De 250 a 499 10%

De 100 a 249 5%

¿Cuál es el sector principal de su organización? (Porcentaje de encuestados, N = 750)

Otro 15%

Comunicaciones y medios de comunicación 3%

Servicios de negocios 4%

Comercio minorista/ mayorista 5%

Gobierno 5%

Salud 6%

Fabricación 17%

Finanzas 17%

Tecnología 28%



Figura 14. Encuestados según el presupuesto de TI


Apéndice II: Criterios para evaluar el éxito de las organizaciones que liberan el potencial del

capital de datos

Para segmentar a las organizaciones según su éxito en la liberación del potencial del capital de datos con la IA, ESG hizo

a cada encuestado dos preguntas sobre el impacto en los ingresos de las iniciativas de IA hasta la fecha:

1. ¿Cuánto de los ingresos se puede atribuir directamente a las iniciativas de IA?

2. ¿Qué proporción de los ingresos aportados por las iniciativas de IA es un incremento respecto de otros flujos

de ingresos?

Las organizaciones que informan que la IA impulsa directamente más del 10 % de sus ingresos y que la mayoría

o todos esos ingresos son incrementales se clasificaron como organizaciones en la etapa 3 u organizaciones con

un alto desarrollo del capital de datos. Aquellas que solo cumplieron con uno de estos criterios se clasificaron como

organizaciones en la etapa 2 y las que no cumplieron con ninguno de ellos, como organizaciones en la etapa 1.

En las siguientes figuras se detallan las preguntas utilizadas para segmentar las organizaciones.

3%

8%7%

9%10%

9% 9%

11%

8%7%

6%

13%

Less than

$1 million

$1 million

to $4.999

million

$5 million

to $9.999

million

$10 million

to $24.999

million

$25 million

to $49.999

million

$50 million

to $74.999

million

$75 million

to $99.999

million

$100

million to

$249.999

million

$250

million to

$499.999

million

$500

million to

$749.999

million

$750

million to

$999.999

million

$1 billion

or more

To the best of your knowledge at this time, what is your organization’s total projected 2019 budget for all IT products, staffing, and services ($US)? (Percent of respondents,

N=750)

Según su conocimiento actual, ¿cuál es el presupuesto proyectado total de 2019 que tiene su organización para todos los productos, el personal y los servicios de TI

(expresado en USD)? (Porcentaje de encuestados, N = 750)

Menos de US$1 millones

De US$1 millones a US$4.999 millones

De US$5 millones a US$9.999 millones

De US$10 millones a US$24.999

millones


millones


millones


millones

De US$100 millones a

US$249 999 millones


US$499 999 millones


US$749 999 millones


US$999 999 millones

US$1000 millones

o más



Figura 15. Ingresos atribuibles a iniciativas de IA


Figura 16. Proporción de ingresos de la IA que son un incremento respecto de otros flujos de ingresos


1% 6%

19%

32%

20%

11%8%

1%3%

Less than 1% 1% - 2% 3% - 5% 6% - 10% 11% - 15% 16% - 20% More than20%

Notapplicable

Don’t know/prefer

not to say

Thinking about your company’s current fiscal year (FY), roughly what percentage of your

organization’s revenue do you believe can be directly tied back to its AI initiatives?

(Percent of respondents, N=588)

15%

44%

31%

5% 2% 3%

All of this revenue

is incremental or

accretive

Most of this

revenue is

incremental oraccretive

Roughly half of this

revenue is


Most of this

revenue is not


None of this

revenue is


Don’t know/prefer

not to say

Roughly what percentage of your organization’s revenue tied to AI do you believe is incremental or accretive (i.e., would not have been earned by the organization in some

other way without its AI investments)? (Percent of respondents, N=588)

En relación con el año fiscal actual de su empresa, ¿qué porcentaje aproximado de los ingresos de su organización cree que se puede vincular directamente a sus iniciativas de IA?

(Porcentaje de encuestados, N = 588)

Menos del 1 % Más del 20 %

Del 1 % al 2 %

Del 3 % al 5 %

Del 6 % al 10 %

Del 11 % al 15 %

Del 16 % al 20 %

No aplicable

No sabe o prefiere no responder

¿Qué porcentaje aproximado de los ingresos de su organización vinculados a la IA cree que son incrementales o adicionales (es decir, la organización no los hubiera obtenido de otra

manera sin sus inversiones en IA)? (Porcentaje de encuestados, N = 588)

Todos estos ingresos son

incrementales o adicionales

La mayor parte de estos ingresos son


Aproximadamente la mitad de estos

ingresos son incrementales o adicionales

La mayor parte de estos

ingresos no son incrementales o adicionales

Ninguno de estos ingresos son


No sabe o prefiere no

responder


Todos los nombres de marcas comerciales son propiedad de sus respectivas empresas. La información incluida en esta publicación se obtuvo por

medio de fuentes que The Enterprise Strategy Group (ESG) considera confiables, pero no está garantizada por ESG. Esta publicación puede

contener opiniones de ESG que están sujetas a cambios periódicos. Los derechos de esta publicación pertenecen a The Enterprise Strategy Group,

Inc. Cualquier reproducción o redistribución de esta publicación, en su totalidad o en parte, ya sea en formato impreso, electrónico o de otro tipo,

a personas no autorizadas para recibirla sin el consentimiento expreso de The Enterprise Strategy Group, Inc., constituye una violación de las

leyes de derechos de autor de los Estados Unidos y estará sujeta a una acción por daños civiles y, en caso de ser pertinente, a un juicio penal. Si

tiene consultas, comuníquese con ESG Client Relations llamando al 508-482-0188.

www.esg-global.com [email protected] P. 508.482.0188

Enterprise Strategy Group es una empresa de análisis, investigación, validación y estrategia de TI que ofrece inteligencia e información útiles a la comunidad mundial de TI.


Informe de investigación con información valiosa Cómo las organizaciones … · 2020. 7. 21. ·...

Documents

Transcript of Informe de investigación con información valiosa Cómo las organizaciones … · 2020. 7. 21. ·...